Machine Learning
蓝旭伯
从事通信方向,正研究机器学习
展开
-
文章标题
决策树优点:计算复杂度不高,输出结果容易理解,对中间值的缺失不敏感,可以处理不相关特征数据。 缺点:可能会产生过度匹配问题。 适用数据类型:数值型和标称型。 决策树的一般流程 - 收集数据: - 准备数据:树构造算法只适用于标称型数据,因此数据值必须离散化。 - 分析数据:树构造完成后,检查图形是否符合预期。 - 训练算法:构造树的数据结构。原创 2017-03-02 13:35:56 · 208 阅读 · 0 评论 -
libsvm介绍
libsvm 1.各参数意义 optimization finished, #iter = 162 (迭代次数)nu = 0.431029 (选择核函数类型的参数)obj = -100.877288, rho = 0.424462 (obj为SVM文件转换为二次规划求解得到的最小值,rho为判决函数的偏执项)nSV = 132, nBSV = 107 (nSV为标准支持向量个数0原创 2017-03-02 13:44:30 · 358 阅读 · 0 评论